问题在于，具身智能没有大模型那样的数据体量去覆盖所有光照变化。但换个思路，如果模型能关注局部信息——比如只锁定每瓶水的外观特征，而不关心背景、光线、桌子颜色——就能避免被全局变化干扰。这正是我们做“热力图”的出发点：让模型聚焦操作对象本身，而不是整个画面。
需要注意的是，字节和努比亚共同开发的「豆包手机」，重度使用系统级权限的能力，以及读屏，而非 API。你可以理解为，豆包手机主要走的是「没跟应用开发者打好招呼」的，「硬来」的实现思路，也为国民级 app 对其封杀抵制留下了把柄。，这一点在同城约会中也有详细论述
。同城约会对此有专业解读
© 2014-2026 上海东方报业有限公司
A Strategic Substance，这一点在搜狗输入法2026中也有详细论述